2、理论ICC组内相关系数用于测量评分数据一致性水平。ICC取值在0～1之间，通常情况下：ICC <0.2则说明一致性程度较差；0.2~0.4之间说明一致性程度一般；0.4~0.6之间说明一致性程度中等；0.6~0.8之间说明一致性程度较强；0.8~1.0之间说明一致性程度很强。 ICC一共涉及三个模型，分别如下各表表格所示：
针对上表格特别说明为：双向混合和双向随机模型，从原理角度上进行了区分，但从算法计算的角度上看，其二者的数字计算结果完全一模一样，并没有任何区别。因而在分析时，只需描述选择过程，计算结果上双向混合和双向随机模型的结果完全一致。 另外还涉及一致性和绝对一致性的选择，如下表所示：
如果研究中考虑系统误差问题，此时需要选择“绝对一致性”计算类型，如果不需要考虑系统误差时，此时选择“一致性”计算类型即可。特别说明一点在于，单向模型只有绝对一致性。 综合上述说明，最终SPSSAU提供出三个选项，分别如下说明：
除此之外：不论是双向混合，双向随机，还是单向随机模型；均会输出单一度量或者平均度量这两个指标值，其区别如下表格：
如果说仅针对最原始数据进行分析，应该选择单一度量；如果针对原始数据进行过计算（比如求均值，中位数等），此时应该使用平均度量。 综上所述，结合3个模型，以及计算类型和度量标准，ICC模型一共可分为六个，如下表汇总：
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
来自： Zhaojunchao404 > 《科研》
